BAB IV ANALISIS DATA
C. Analisis Data
1. Hasil Uji Kualitas Data
Validitas menunjukkan ketepatan dan kecermatan alat ukur dalam melakukan fungsi ukurannya. Uji Validitas digunakan untuk mengukur sah atau valid tidaknya suatu kuesioner. Suatu kuesioner dikatakan valid jika pertanyaan pada kuesioner mampu umtuk mengungkapkan sesuatu yang akan diukur oleh kuesioner tersebut (Ghozali, 2013:52). Item kuisioner dinyatakan valid apabila nilai pearson correlation berbintang dua dengan tingkat signifikan pada level 5% dan berbintang satu pada tingkat signifikan pada level 1%. Untuk menguji apakah dari masing-masing indikator valid atau tidak, berikut merupakan tabel hasil uji validitas :
Tabel 4.5 Hasil Uji Validitas
Variabel Item Correlations Keterangan
Kompetensi (X1) Butir 1 ,897** Valid Butir 2 ,924** Valid Butir 3 ,803** Valid Kompensasi (X2) Butir 1 ,773** Valid Butir 2 ,737** Valid Butir 3 ,619** Valid Butir 4 ,721** Valid Beban Kerja (X3) Butir 1 ,888** Valid Butir 2 ,855** Valid Butir 3 ,835** Valid Butir 4 ,829** Valid Butir 5 ,665** Valid Butir 6 ,600** Valid Butir 7 ,480** Valid Kinerja (Y) Butir 1 ,828** Valid Butir 2 ,869** Valid Butir 3 ,840** Valid Butir 4 ,921** Valid Butir 5 ,877** Valid Motivasi (Z) Butir 1 ,912** Valid Butir 2 ,933** Valid
Butir 3 ,785** Valid Butir 4 ,955** Valid Butir 5 ,903** Valid Sumber : Data primer yang diolah, 2018.
Berdasarkan tabel di atas, diketahui semua pertanyaan yang digunakan dalam kuisioner adalah valid, semua item pertanyaan dalam variabel berbintang dua yang menunjukkan signifikan pada level 5%, sehingga tidak ada item pertanyaan yang dihapus dan semua item pertanyaan dapat digunkan pada kesuluruhan model pengujian.
b. Uji Reliabilitas
Reliabilitas adalah alat untuk mengukur suatu kuesioner yang merupakan indikator dari variabel atau konstruk.Suatu kuesioner dikatakan reliabel atau handal jika jawaban responden terhadap pernyataan adalah konsisten atau stabil dari waktu ke waktu (Ghozali, 2013:47). Suatu konstruk atau variabel dikatakan reliabel jika memberikan nilai Cronbanch Alpha > 0,6. Hasil pengujian reliabilitas dapat dilihat pada tabel berikut ini :
Tabel 4.6 Hasil Uji Reliabilitas
Variabel Cronbach’s Alpha Keterangan
Kompetensi (X1) 0,849 Reliable
Kompensasi (X2) 0,662 Reliable
Kinerja (Y) 0,917 Reliable
Motivasi (Z) 0,941 Reliable
Sumber : Data primer yang diolah, 2018.
Hasil pengujian reliabilitas konstruk variabel yang digunakan dalam penelitian ini diperoleh nilai Cronbach Alpha yang lebih besar dari 0,6. Hal ini berarti bahwa seluruh instrumen dalam penelitian ini reliabel, sehingga semua butir pertanyaan dapat dipercaya dan dapat digunakan untuk penelitian selanjutnya.
2. Uji Statistik
a. Determinasi (R2)
Uji determinasi adalah uji untuk mengetahui seberapa besar kontribusi variabel independen terhadap variabel dependen. Berikut hasil uji determinasi yang dihasilkan dari penelitian ini:
Tabel 4. 7 Hasil Uji R2
Model Summary
Model R R Square Adjusted R
Square
Std. Error of the Estimate
1 .981a .963 .959 1.053
a. Predictors: (Constant), Motivasi (Z), Kompensasi (X2), Beban Kerja (X3), Kompetensi (X1)
Sumber : Data primer yang diolah, 2018.
Berdasarkan tabel 4.7 dapat dilihat bahwa nilai Adjusted R Square = 0.959, hal ini berarti 95.5% variabel kinerja dapat dijelaskan oleh variasi dari 4 variabel yaitu kompetensi, kompensasi, beban kerja
dan motivasi. Sedangkan sisanya (100%-95.5%= 4.5%) dijelaskan oleh variabel lain diluar model.
b. Uji Ftes
Uji Ftes adalah uji untuk mengetahui pengaruh secara bersama-sama variabel independen terhadap variabel dependen. Berikut hasil uji Ftes dalam penelitian ini :
Tabel 4. 8 Hasil Uji F tes
ANOVAa
Model Sum of Squares Df Mean Square F Sig.
1
Regression 1018.777 4 254.694 229.612 .000b
Residual 38.823 35 1.109
Total 1057.600 39
a. Dependent Variable: Kinerja (Y)
b. Predictors: (Constant), Motivasi (Z), Kompensasi (X2), Beban Kerja (X3), Kompetensi (X1)
Sumber : Data primer yang diolah, 2018.
Dari uji Ftes didapat nilai F hitung sebesar 229.612 berada pada signifikansi atau probabilitas sebesar .000. Karena signifikansi jauh lebih kecil dari 0.05 maka model regresi dapat digunakan untuk memprediksi kinerja karyawan atau dapat dikatakan bahwa kompetensi, kompensasi, beban kerja dan motivasi secara bersama-sama berpengaruh positif dan signifikan terhadap kinerja karyawan.
c. Uji ttes atau Uji Hipotesis
Uji ttes dapat dilihat dari tabel Coefficients pada uji statistik. Variabel independen dikatakan berpengaruh secara statistik jika nilai t hitung > t tabel, serta nilai signifikansinya kurang dari 0,05.
Tabel 4. 9 Hasil Uji t tes
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 (Constant) -4.664 1.939 -2.405 .022 Kompetensi (X1) 1.326 .083 .769 15.966 .000 Kompensasi (X2) .126 .044 .100 2.857 .007 Beban Kerja (X3) .071 .034 .094 2.095 .043 Motivasi (Z) .136 .034 .186 4.024 .000
a. Dependent Variable: Kinerja (Y)
Sumber: Data primer yang diolah, 2018.
Berdasarkan tabel 4.9 di atas dapat diketahui bahwa: 1) Hipotesis Pertama
Ho : kompetensi tidak berpengaruh positif dan signifikan terhadap kinerja karyawan BSM KCP Kartasura.
H1 : kompetensi berpengaruh positif dan signifikan terhadap kinerja karyawan BSM KCP Kartasura.
Hasil uji ttes menunjukkan bahwa variabel kompetensi menghasilkan nilai signifikansi sebesar ,000 yang mana nilai tersebut lebih kecil dari 0.05 artinya penerapan variabel kompetensi berpengaruh secara signifikan terhadap kinerja
karyawan di BSM KCP Kartasura. Sehingga hipotesis pertama (H1) yang menyatakan kompetensi berpengaruh positif dan signifikan terhadap kinerja karyawan BSM KCP Kartasura diterima.
2) Hipotesis Kedua
Ho : kompensasi tidak berpengaruh positif dan signifikan terhadap kinerja karyawan BSM KCP Kartasura.
H1 : kompensasi berpengaruh positif dan signifikan terhadap kinerja karyawan BSM KCP Kartasura.
Hasil uji ttes menunjukkan bahwa variabel kompensasi menghasilkan nilai signifikansi sebesar 0,007 yang mana nilai tersebut lebih kecil dari 0,05 ini berarti variabel kompensasi berpengaruh positif dan signifikan terhadap kinerja karyawan. Sehingga hipotesis pertama (H1) yang menyatakan kompensasi berpengaruh positif dan signifikan terhadap disiplin kerja karyawan BSM KCP Kartasura diterima.
3) Hipotesis Ketiga
Ho : beban kerja tidak berpengaruh positif dan signifikan terhadap kinerja karyawan BSM KCP Kartasura.
H1 : beban kerja berpengaruh negatif dan signifikan terhadap kinerja karyawan BSM KCP Kartasura.
Hasil uji ttes menunjukkan bahwa variabel beban kerja menghasilkan nilai signifikansi sebesar 0,043 yang mana nilai
tersebut lebih dari 0,05 ini artinya penerapan variabel beban kerja berpengaruh positif dan signifikan terhadap kinerja karyawan di BSM KCP Kartasura. Sehingga hipotesis pertama (H1) yang menyatakan kompensasi berpengaruh negatif dan signifikan terhadap kinerja karyawan BSM KCP Kartasura ditolak.
4) Hipotesis Keempat
Ho : motivasi tidak berpengaruh positif dan signifikan terhadap kinerja karyawan BSM KCP Kartasura.
H1 : motivasi berpengaruh positif dan signifikan terhadap kinerja karyawan BSM KCP Kartasura.
Hasil uji ttes menunjukkan bahwa variabel motivasi menghasilkan nilai signifikansi sebesar 0,000 yang mana nilai tersebut lebih kecil dari 0,05 ini berarti penerapan variabel motivasi berpengaruh secara signifikan terhadap kinerja karyawan di BSM KCP Kartasura. Sehingga hipotesis pertama (H1) yang menyatakan motivasi berpengaruh positif dan signifikan terhadap kinerja karyawan di BSM KCP Kartasura diterima.
Tabel 4.10
Ringkasan Hasil Uji Hipotesis
No Hipotesis Hasil Uji Keterangan
1 Kompetensi berpengaruh positif dan signifikan terhadap kinerja karyawan.
Kompetensi berpengaruh positif dan signifikan terhadap kinerja karyawan.
2 Kompensasi berpengaruh positif dan signifikan terhadap kinerja karyawan.
Kompensasi berpengaruh positif dan signifikan terhadap kinerja karyawan.
Diterima
3 Beban Kerja berpengaruh negatif dan signifikan terhadap kinerja karyawan.
Beban Kerja berpengaruh positif dan signifikan terhadap kinerja karyawan.
Ditolak
4 Motivasi berpengaruh positif dan signifikan terhadap kinerja karyawan.
Motivasi berpengaruh positif dan signifikan terhadap kinerja karyawan.
Diterima
5 Kompetensi, kompensasi, beban kerja dan motivasi secara bersama-sama berpengaruh positif dan signifikan terhadap kinerja karyawan.
Kompetensi, kompensasi, beban kerja dan motivasi secara bersama-sama berpengaruh positif dan signifikan terhadap kinerja karyawan.
Diterima
3. Uji Asumsi Klasik
Sebelum melakukan pengujian hipotesis, terlebih dahulu akan dilakukan pengujian terjadinya penyimpangan terhadap asumsi klasik. Dalam asumsi klasik terdapat beberapa pengujian yang harus dilakukan, yakni Uji Multikolonieritas, Uji Heteroskedastisitas, Uji Normalitas dan Uji Linearitas.
a. Uji Multikolonieritas
Uji Multikolonieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variable bebas (independen). Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen (Ghozali, 2013:105). Salah satu metode untuk mendiagnosa adanya Multikolonieritas adalah dengan menganalisis
nilai tolerance dan lawannya variance inflation factor (VIF). Hasil pengujian dapat dilihat pada tabel berikut ini:
Tabel 4.11
Hasil Uji Multikolonieritas
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) -4.664 1.939 Kompetensi (X1) 1.326 .083 .769 .452 2.213 Kompensasi (X2) .126 .044 .100 .859 1.164 Beban Kerja (X3) .071 .034 .094 .523 1.913 Motivasi (Z) .136 .034 .186 .492 2.032
a. Dependent Variable: KINERJA (Y)
Sumber : Data primer yang diolah, 2018.
Pada hasil uji multikolonieritas menunjukkan nilai tolerance untuk variabel kompetensi, kompensasi, beban kerja, dan motivasi masing-masing sebesar 0.452, 0.859, 0.523 dan 0,492. Nilai tolerance yang diperoleh pada variabel tersebut lebih dari 0.1 serta nilai VIF untuk variabel kompetensi, kompensasi, beban kerja, dan motivasi yaitu masing-masing sebesar 2.213, 1.164, 1.913, dan 2.032. Dimana nilai VIF pada variabel tersebut kurang dari 10. Berdasarkan nilai tersebut dapat disimpulkan bahwa tidak terjadi gejala multikolonieritas.
b. Uji Heteroskedastisitas
Tujuan dari pengujian ini adalah untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan lain. Jika variance dari residual satu pengamatan kepengamatan lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Model regresi yang baik adalah yang homoskedastisitas (Ghozali, 2013: 139). Hasil pengujian dapat dilihat pada tabel berikut ini:
Tabel 4.12
Hasil Uji Heteroskedastisitas
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) .980 1.240 .790 .435 Kompetensi (X1) .006 .053 .025 .106 .916 Kompensasi (X2) -.051 .028 -.305 -1.808 .079 Beban Kerja (X3) .015 .022 .153 .711 .482 Motivasi (Z) .006 .022 .065 .294 .770
a. Dependent Variable: AbsUt
Sumber : Data primer yang diolah, 2018
Berdasarkan hasil uji di atas, uji heteroskedastisitas terlihat bahwa nilai signifikan variabel independen variabel kompetensi, kompensasi, beban kerja dan motivasi masing-masing sebesar 0.916, 0.079, 0.482 dan 0.770. Nilai dari masing-masing variabel tersebut lebih besar dari 0.05, maka dapat disimpulkan bahwa model regresi terjadi homoskedastisitas atau tidak terjadi heteroskedastisitas.
c. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal (Ghozali, 2013:160). Model regresi yang baik adalah yang memiliki distribusi normal atau mendekati normal. Pada pengujian ini peneliti menggunakan analisa statistik yang dapat digunakan untuk menguji normalitas residual adalah uji statistik non-parametrik Kolmogorov-Smirnov (K-S). Hasil pengujian dapat dilihat pada tabel berikut ini:
Tabel 4.13 Hasil Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 40
Normal Parametersa,b Mean 0E-7
Std. Deviation .99773304
Most Extreme Differences
Absolute .122
Positive .076
Negative -.122
Kolmogorov-Smirnov Z .773
Asymp. Sig. (2-tailed) .589
a. Test distribution is Normal. b. Calculated from data.
Sumber : Data primer yang diolah, 2018.
Pada hasil uji dari statistik non-parametrik kolmogorov-smirnov menyatakan bahwa Asymp.Sig (2-tailed) sebesar 0.589 sedangkan tingkat signifikansi yang digunakan adalah 0.05. Hasil ini menunjukkan bahwa data yang digunakan adalah data yang
berdistribusi normal, karena nilai Asymp.Sig (2-tailed) lebih besar dari 0.05 (0.589> 0.05).
4. Analisis dengan Path Analysis
Untuk menguji pengaruh variabel intervening digunakan metode analisis jalur (Path Analysis). Analisis jalur merupakan perluasan dari analisis regresi linear berganda atau analisis jalur adalah penggunaan analisis regresi untuk menaksir hubungan kausalitas antar variabel (model casual) yang telah ditetapkan sebelumnya berdasarkan teori. Apa yang dimaksud oleh analisis jalur adalah menentukan pola hubungan antara tiga atau lebih variabel dan tidak dapat digunakan untuk mengkonfirmasi atau menolak hipotesis kasualitas imajiner (Ghozali, 2013:249).
1) Model 1
Z = βο + β1X1 + β2X2 +β3X3 e
Tabel 4.15
Hasil Uji Model Summary 1
Model Summaryb
Model R R Square Adjusted R
Square
Std. Error of the Estimate
1 .713a .508 .467 5.202
a. Predictors: (Constant), Beban Kerja (X3), Kompensasi (X2), Kompetensi (X1)
b. Dependent Variable: Motivasi (Z)
Tabel 4.16 Hasil Uji Coefficientsa 1
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 (Constant) -.699 9.577 -.073 .942 Kompetensi (X1) 1.105 .366 .469 3.016 .005 Kompensasi (X2) -.248 .213 -.144 -1.166 .251 Beban Kerja (X3) .333 .157 .323 2.118 .041
a. Dependent Variable: Motivasi (Z)
Sumber : Data primer yang diolah, 2018.
Berdasarkan tabel diatas maka diperoleh model persamaan regresi sebagai berikut :
Z = -699 + 1,105 X1 - 0,248 X2 + 0,333 X3 + e
Dari model 1 tersebut dapat diambil kesimpulan bahwa :
a) Konstanta -699 mengandung arti apabila variabel kompetensi (X1), kompensasi (X2) dan beban kerja (X3) konstanta (X1, X2 dan X3 = 0), maka motivasi (Z) berada pada angka -699.
b) Koefisien regresi kompetensi (X1) sebesar 1,105 mengandung arti bahwa setiap tambahan satu point kompetensi (X1) akan meningkatkan motivasi (Z) sebesar 1,105 kali.
c) Koefisien regresi kompensasi (X2) sebesar -0,248 mengandung arti bahwa setiap tambahan satu point kompensasi (X2) akan menurunkan motivasi (Z) sebesar 0,248 kali.
d) Koefisien regresi beban kerja (X3) sebesar 0,333 mengandung arti bahwa setiap tambahan satu point beban kerja (X3) akan meningkatkan motivasi (Z) sebesar 0,333 kali.
2) Model 2
Tabel 4.17
Hasil Uji Model Summary 2
Model Summaryb
Model R R Square Adjusted R
Square
Std. Error of the Estimate
1 .981a .963 .959 1.053
a. Predictors: (Constant), Motivasi (Z), Kompensasi (X2), Beban Kerja (X3), Kompetensi (X1)
b. Dependent Variable: Kinerja (Y)
Tabel 4.18
Hasil Uji Coefficientsa 2
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 (Constant) -4.664 1.939 -2.405 .022 Kompetensi (X1) 1.326 .083 .769 15.966 .000 Kompensasi (X2) .126 .044 .100 2.857 .007 Beban Kerja (X3) .071 .034 .094 2.095 .043 Motivasi (Z) .136 .034 .186 4.024 .000
a. Dependent Variable: Kinerja (Y)
Berdasarkan tabel diatas maka diperoleh model persamaan regresi sebagai berikut :
dari model persamaan regresi tersebut dapat diambil kesimpulan bahwa :
a) Konstanta -4,664 mengandung arti apabila variabel kompetensi (X1), kompensasi (X2), beban kerja (X3) dan motivasi (Z) konstanta (X1, X2, X3 dan Z = 0), maka kinerja karyawan (Y) berada pada angka -4,664.
b) Koefisien regresi kompetensi (X1) sebesar 1,326 mengandung arti bahwasetiap tambahan satu point kompetensi (X1) akan meningkatkan kinerja karyawan (Y) sebesar 1,326 kali.
c) Koefisien regresi kompensasi (X2) sebesar 0,126 mengandung arti bahwa setiap tambahan satu point kompensasi (X2) akan meningkatkan kinerja karyawan (Y) sebesar 0,126 kali.
d) Koefisien regresi beban kerja (X3) sebesar 0,071 mengandung arti bahwasetiap tambahan satu point beban kerja (X3) akan meningkatkan kinerja karyawan (Y) sebesar 0,071 kali.
e) Koefisien regresi motivasi (Z) sebesar 0,136 mengandung arti bahwasetiap tambahan satu point motivasi (Z) akan meningkatkan kinerja karyawan (Y) sebesar 0,136 kali.
Berdasarkan Tabel 4.15, 4.16, 4.17 dan 4.18 kemudian menghasilkan model : e1= 0,701 X1 1,326 1,105 0,126 X2 -0,248 Z 0,136 Y 0,333 0,071 X3 0,126 e2= 0,192 Diuji dengan sobel tes, sebagai berikut : Variabel bebas X1 (Kompetensi)
Sp2p3=√𝑃32𝑆𝑃22+𝑃22𝑆𝑃32+𝑆𝑃22𝑆𝑃32
Sp2p=√(0,136)2(0,366)2+(1,105)2(0,034)2+(0,366)2(0,034)2 Sp2p3=√0,00247765 + 0,001411505 + 0,0001548531 Sp2p3=√0,004044008
Sp2p3= 0,063
Variabel bebas X2 (Kompensasi)
Sp2p3=√𝑃32𝑆𝑃22+𝑃22𝑆𝑃32+𝑆𝑃22𝑆𝑃32
Sp2p3=√(0,136)2(0,213)2+(−0,248)2(0,034)2+(0,213)2(0,034)2 Sp2p3=√0,000839145 + 0,000071098624 + 0,000052446564 Sp2p3=√0,0009626902
Variabel bebas X3 (Beban Kerja) Sp2p3=√𝑃32𝑆𝑃22+𝑃22𝑆𝑃32+𝑆𝑃22𝑆𝑃32 Sp2p3=√(0,136)2(0,157)2+(0,333)2(0,034)2+(0,157)2(0,034)2 Sp2p3=√0,0004559097 + 0,0001281877 + 0,000028494244 Sp2p3=√0,0006125898 Sp2p3= 0,024 Keterangan :
P3 : Koefisien variabel mediasi P2 : Koefisien variabel bebas Sp2 : Standar error koefisien 1 Sp3 : Standar error koefisien 2
1. Pengaruh kompetensi (X1) terhadap kinerja karyawan (Y) yang dimediasi oleh motivasi (Z)
Besarnya pengaruh langsung 1,326 sedangkan pengaruh tidak langsung harus dihitung yaitu (1,105 x 0,136) = 0,150 dengan total pengaruh 1,326+ 0,150 = 1,476. Berdasarkan sp2p3 dapat menghitung nilai t statistik pengaruh mediasi dengan rumus :
t = 𝑝2𝑝3 𝑠𝑝2𝑝3=
0,150
0,063 = 2,380
Oleh karena nilai t hitung = 2,380 lebih besar dari t tabel = 1,683, maka dapat disimpulkan bahwa ada pengaruh mediasi.
Keterangan :
P3 : Koefisien variabel mediasi P2 : Koefisien variabel bebas
Sp2 : Standar error koefisien 1 Sp3 : Standar error koefisien 2
2. Pengaruh kompensasi (X2) terhadap kinerja karyawan (Y) yang dimediasi oleh motivasi (Z)
Besarnya pengaruh langsung 0,126 sedangkan pengaruh tidak langsung harus dihitung yaitu (-0,248 x 0,136) = -0,033 dengan total pengaruh 0,126+ -0,033 = -0,093. Berdasarkan sp2p3 dapat menghitung nilai t statistik pengaruh mediasi dengan rumus :
t = 𝑝2𝑝3 𝑠𝑝2𝑝3=
−0,033
0,031 = -1,064
Oleh karena nilai t hitung = -1,064 lebih kecil dari t tabel = 1,683, maka dapat disimpulkan bahwa tidak ada pengaruh mediasi.
3. Pengaruh beban kerja (X3) terhadap kinerja karyawan (Y) yang dimediasi oleh motivasi (Z)
Besarnya pengaruh langsung 0,071 sedangkan pengaruh tidak langsung harus dihitung yaitu (0,333 x 0,136) = 0,045 dengan total pengaruh 0,071+ 0,045 = 0,116. Berdasarkan sp2p3 dapat menghitung nilai t statistik pengaruh mediasi dengan rumus :
t = 𝑝2𝑝3 𝑠𝑝2𝑝3=
0,045
0,024 = 1,875
Oleh karena nilai t hitung = 1,875 lebih besar dari t tabel = 1,683, maka dapat disimpulkan bahwa ada pengaruh mediasi.